夜雨聆风最近流传着一个很吓人的数字：有人把 Fable 5 当成一台永不停机的数字工厂，连续 24 小时满负荷跑代理任务，按实际消耗外推，一天可以烧掉约 11 万美元。
这个数字不是 Anthropic 公布的“日租价”，也不是普通用户打开聊天框一天就会花掉的钱。它更像一次极端压力测试：高并发、长上下文、多轮工具调用，再叠加代理之间反复检查和返工。
但它仍然揭开了 AI 生意里最值得谈钱的一层：订阅页上写着每月多少钱，真正决定账单的却是后台跑了多少 Token、开了多少代理、重复读了多少上下文。
11万美元到底意味着什么
Anthropic 公布的 Fable 5 API 标准价是每百万输入 Token 10 美元、每百万输出 Token 50 美元。按这个单价粗算，11 万美元相当于 22 亿输出 Token，或者 110 亿输入 Token；真实任务通常是两者混合，还会受到缓存和工具调用影响。
所以，11 万美元不是一个人人都能复现的标准答案，却是一个合理的风险提示：只要把强模型接到能自主拆任务、调用工具、派发子代理的系统里，软件成本就从“买一份许可证”变成了“给一支不睡觉的外包团队按工作量结账”。
最近几天有人觉得高阶模型没有额外收费，能多跑就是赚到。对个人来说，这确实像薅到了算力；对模型公司来说，这是获客补贴。服务器、电力和推理卡没有免费，只是平台暂时替用户埋单。
Ultra为什么特别容易烧钱
GPT-5.6 发布后，很多争论其实混在了两个维度里。
一个维度是模型的推理投入。另一个维度是客户端如何组织工作。OpenAI 对 GPT-5.6 的说明很直白：Max 会给模型更多时间推理；Ultra 默认协调四个代理并行工作，用更高的 Token 消耗换取复杂任务的结果和速度。
这解释了不少人的第一印象：只是改一段代码，屏幕上却一下出现好几个代理。场面很大，账单也很快。如果任务本来只值 10 分钟人工，四个代理同时研究它，很可能不是生产力，而是算力浪费。
我自己的判断是，GPT-5.6 Sol 配 High 更像日常档。复杂重构、全项目审查、需要并行验证的任务，再开 Max 或 Ultra。模型没有用错，错的是把最高档当成默认档。
最便宜的模型，可能反而最贵
另一种误区，是只比较每百万 Token 的单价。
现实中经常出现这种情况：便宜模型跑了几天，不断绕路，问题还是没解决；贵模型十分钟找到根因，整个任务反而只花十几块。也可能正好相反：一个普通 PPT、一次格式整理，开最强模型只是在把公司的钱交给模型厂商。
DeepSeek、Codex、Fable 之间那些“一个月没搞定，另一个十分钟搞定”的故事，可以当个案看，不能当通用排行榜。真正该比较的不是单价，而是“完成一个可验收任务的总成本”：模型费、人工看护、返工时间、失败风险，都要算进去。
大厂限制AI用量，不是小气
企业很快会把 AI 使用变成一套财务制度。
简单任务路由给便宜模型；日常开发用中档推理；只有失败代价高、并行探索确实有价值的任务，才允许调用最贵的代理模式。再给团队设 Token 预算、缓存规则和成本告警。
这和云计算早年的变化很像。刚上云时，大家只看到服务器随开随用；账单失控以后，FinOps 才成了正式岗位。AI 也会走同一条路，只不过计费单位从 CPU 小时变成了 Token 和代理工作量。
巨头真正争的，不只是模型第一
Meta 推出 Muse Spark 1.1，OpenAI 把 GPT-5.6 同时放进 ChatGPT、Codex 和 API，Anthropic 用 Fable 5 守住高端代理任务。表面看是榜单竞争，背后争的是三件事：开发者默认入口、企业推理预算，以及谁能把昂贵算力包装成用户愿意持续付费的产品。
OpenAI 的优势也不只是某一张评测表。ChatGPT 面向大众，Codex 面向生产任务，API 面向企业系统。把同一套模型能力装进三个入口，卖的就不再是一款模型，而是一整套工作方式。
2026 年 AI 竞争最重要的问题，已经不是“谁最聪明”。而是：同样完成一个任务，谁花得更少、交付得更快、失败得更少。
最强模型不会消灭成本管理。恰恰相反，它会让成本管理第一次变得要命。
资料说明：Fable 5 与 GPT-5.6 的价格及 Max、Ultra 工作方式取自 Anthropic、OpenAI 官方公开资料；“24 小时约 11 万美元”是特定高负载使用情境的外推，不是官方固定日费；文中任务耗时与费用对比属于使用个案，不构成统一性能结论。
